Ph Financial MCP

菲律宾金融接入MCP服务器

A. 模型上下文协议 向LLM提供菲律宾金融访问数据的服务器。587家BSP监管机构、37834个金融接入点（银行办公室、ATM、NSSLA），以及使用PSGC和2024年人口普查数据进行覆盖分析。基于Cloudflare Workers构建，具有静态JSON数据。

工具

机构工具

接入点工具

覆盖率分析工具

行业类型

接入点数据包括三种行业分类：

重要提示： 每个BSP注册的接入点都是一个单独的记录。在这个数据集中，一个有3台自动取款机的实体分行可能会显示为3-4条记录。这些数据衡量的是金融访问覆盖率，而不是实体分行数量。

机构类型

覆盖率报告

这 get_coverage 该工具返回任何PSGC地区（地区、省或市）的财务访问报告。

响应包括 total_access_points, by_industry （仅限银行/ATM/NSLA计数）， unique_institutions, with_atm, population，以及 population_per_access_point.

机构足迹

这 get_institution_footprint 该工具使用模糊名称匹配绘制机构的全国接入点分布图。

响应包括 institution_name （规范）， total_access_points, by_region, by_province, with_atm，以及 by_industry.

用例

金融包容性分析

• “哪些省份的人均接入点最少？” find_underserved_areas 在省一级。
• “哪些城市没有金融准入？” find_unbanked_areas.
• “BARMM与CALABARZON相比如何？” compare_coverage 具有区域PSGC代码。并排的人口、接入点和密度比。

银行扩张/竞争情报

• “BDO、Metrobank和BPI在哪里？” get_institution_footprint 对于每一个。比较区域集中度和接入点数量。
• “甲米地的竞争格局如何？” get_coverage 鱼子酱。接入点数量、独特机构、按行业细分。
• “哪些省份有银行业务，但没有NSSLA？” find_underserved_areas 按行业筛选 NSSLA.

金融科技市场规模

• “只有ATM机的地方在哪里，没有银行办事处？” search_access_points 按行业筛选 ATM ONLY 在一个省，与 get_coverage 行业比率。
• “哪些地区ATM机很多，但银行却很少？” get_coverage 跨地区。比较 BANK 对比 ATM ONLY 在 by_industry数字银行市场已经成熟。

政策/监管

• “有多少数字银行在运营？” list_institutions 随着 institution_type: "digital"六张执照。
• “国家机构类型细分？” get_institution_stats587个机构，涵盖7个类别。
• “哪些农村银行为棉兰老岛服务？” list_institutions 带有地区PSGC代码+ institution_type: "rural".

房地产/市政规划

• “这个城市有财政渠道吗？” get_coverage 其PSGC代码。快速的是/否加上服务深度。
• “我们的小镇和邻近的相比怎么样？” compare_coverage.人口标准化比较。

新闻/数据故事

• “没有银行的十大城镇” find_unbanked_areas 按人口排序。
• “菲律宾银行业有多集中？” get_institution_footprint 排名前五的银行。仅BDO就拥有37834个接入点中的7479个（19.8%）。

响应格式

所有数据响应都封装在一个标准信封中：

{
  "_meta": {
    "dataset_version": "1.0.0",
    "dataset_date": "2026-03-12",
    "last_synced": "2026-03-12",
    "source": "Bangko Sentral ng Pilipinas (BSP)",
    "source_url": "https://www.bsp.gov.ph/SitePages/financialstability/Directories.aspx"
  },
  "data": { ... }
}

接入点和覆盖工具增加了人口来源：

{
  "_meta": {
    "...": "...",
    "population_source": "Philippine Statistics Authority (PSA)",
    "population_year": "2024",
    "population_dataset": "2024 Census of Population, PSGC Q4 2025 Publication"
  }
}

分页回复添加：

{
  "pagination": { "total": 7479, "offset": 0, "limit": 20, "has_more": true }
}

错误响应(isError: true)作为纯文本JSON返回，没有包装。

接入点记录架构

机构记录模式

连接

添加到MCP客户端配置中：

{
  "mcpServers": {
    "ph-financial-access": {
      "url": "https://ph-financial-access.godmode.ph/mcp"
    }
  }
}

适用于Claude Desktop、Cursor、Windsurf、Claude Code和任何兼容MCP的客户端。

快速测试

curl -X POST https://ph-financial-access.godmode.ph/mcp \
  -H "Content-Type: application/json" \
  -H "Accept: application/json, text/event-stream" \
  -d '{
    "jsonrpc": "2.0",
    "id": 1,
    "method": "tools/call",
    "params": {
      "name": "search_access_points",
      "arguments": { "query": "BDO", "limit": 3 }
    }
  }'

数据源

最后同步时间：2026年3月12日。

已知数据问题

• 地理坐标质量。 37834个接入点记录中有411个的坐标在菲律宾境外。167默认为纽约州波基普西（41.60，-73.09），101默认为北卡罗来纳州大福克斯（47.93，-97.03），可能是地理编码工具的默认值。3个是合法的海外接入点（BDO香港）。其余140个分布在全球各地（地理编码错误）。所有记录都被清空，但保留用于文本查询的记录。
• 地理坐标精度。 BSP的地理编码分配的是城市或地区的中心点，而不是实际地址。在37423个具有有效坐标的接入点中，只有18975个唯一的坐标对存在。4917个接入点与10多个其他接入点共享一个坐标。最糟糕的情况是拉古纳卡兰巴的一个点上有79个接入点。
• 接入点不是物理分支。 BSP单独注册每个金融服务接入点。一家拥有3台自动取款机的银行分行可能会产生3-4条记录。这些数据衡量的是财务访问覆盖密度，而不是实体办公室数量。
• 马尼拉市区粒度。 BSP将马尼拉接入点标记为“马尼拉市”，而不是单个地区（Tondo、Sampaloc、Malate等）。这意味着马尼拉的14个城区（SubMun级PSGC实体）在 find_unbanked_areas 即使这些地区存在接入点。接入点与马尼拉市实体相匹配(1380600000)，而不是地区级代码。
• 机构PSGC比赛。 587所机构中有586所符合巴黎圣日尔曼大区市政法规（99.8%）。唯一一家无与伦比的机构是BPI汇款中心香港，这是一家地址为香港的海外办事处。
• 机构代码。 来源于BSP的SharePoint列表项 Id 现场。只要BSP不重建列表，ETL运行稳定。不是BSP颁发的监管标识符。
• 状态字段。 BSP API不公开关闭状态。所有提取的机构都已标记 active已关闭的银行已从BSP的目录中完全删除。
• 人口为2024年人口普查。 时间点计数，而不是实时估计。快速增长的城市地区的实际人口可能要高得多。
• 机构名称碎片化。 FSAP数据产生9623个唯一的机构名称字符串，其中许多是同一家银行，但略有变化（缩写、拼写错误）。这 get_institution_footprint 该工具使用模糊匹配来整合这些信息，这意味着对“BDO”的查询也将捕获客户办公室内的ATM安装（例如，“BDO UNIBANK INC-WHITE&CASE GLOBAL OPERATIONS CENTER MANILA LLP”）。这些是真正的BSP注册接入点，但可能会让只期望零售分行的用户感到惊讶。

相关项目

菲律宾公共数据MCP服务器套件的一部分：

• PSGC-MCP --菲律宾地理代码。从镇到地区的42000多个实体，2024年人口普查人口。与此服务器一起用于PSGC代码查找。
• ts MCP --DHSUD菲律宾房地产项目销售许可证验证。
• PH假期MCP --菲律宾假期日历

所有服务器都是免费的、公共的、只读的。数据来自菲律宾政府官方消息来源。

贡献和问题

发现数据错误、PSGC匹配边缘情况或接入点坐标错误？打开一个问题。上面的已知数据问题部分涵盖了最常见的问题，但BSP数据有自己的怪癖，问题列表是跟踪它们的最佳位置。

BSP会定期更新其目录。如果数据看起来过时，打开一个问题，它将被刷新。

数据管道

BSP网站从SharePoint列表中动态呈现其目录。我们直接查询SharePoint REST API，返回结构化JSON。这种方法优于抓取或PDF解析：我们得到HTML表没有显示的字段（传真号码、办公室计数、多种类型ID、地理坐标）。

1.获取机构

node scripts/fetch-bsp-api.js

从587个机构中提取 _api/web/lists/getbytitle('Institutions')/items使用BSP的三层类型ID系统将每种类型分类为7个标准化类型 bank_type 价值观。输出 data/banks.json.

2.巴黎圣日耳曼俱乐部加入（机构）

node scripts/psgc-join.js

模糊将总部地址与巴黎圣日耳曼城市代码进行匹配。策略：马尼拉大都会快速通道，从逗号分隔的地址部分提取候选地址，规范化（扩展Sta./Sto.，条形邮政编码），精确匹配，拼写变体（s/z交换），子字符串回退。结果：586/587匹配（99.8%）。使丰富 data/banks.json 到位。

3.获取接入点

node scripts/fetch-branches.js

从以下位置获取37834个接入点 _api/web/lists/getbytitle('FSAP')/items。将标题字段拆分为机构/接入点名称。根据菲律宾边界框（4.5-21.5 lat，116-127 lng）验证地理坐标，取消411条界外记录。输出 data/branches.json.

4.PSGC连接（接入点）

node scripts/branch-psgc-join.js

将城镇/省/地区文本字段与PSGC市政代码匹配。四种策略方法：NCR快速路径（11824）、直接归一化匹配（20501）、省/地区消歧（5401）、子字符串回退（53）。结果：37779/3779范围匹配（100%）。跳过55项海外记录。使丰富 data/branches.json 到位。

5.建立人口查找

node scripts/build-population-lookup.js

从PSGC-MCP中提取1756个地区/省/市/直辖市的人口记录 data/population.json.

6.验证和部署

npm test
npm run typecheck
npm run deploy

ETL是幂等的。每次运行都会覆盖之前的数据文件。部署前检查差异。

需要 PSGC-MCP 作为步骤2、4和5的兄弟目录。如果满足以下条件，则不需要开发 data/*.json 文件已存在。

检查更新

./scripts/check-updates.sh

检查BSP自上次同步以来是否已更新其目录。

发展

git clone https://github.com/GodModeArch/ph-financial-access-mcp.git
cd ph-financial-access-mcp
npm install
npm run dev

开发服务器启动时间 http://localhost:8787。将您的MCP客户端连接到 http://localhost:8787/mcp.

npm test             # Run tests
npm run typecheck    # TypeScript strict mode check

项目结构

src/
  index.ts              # Cloudflare Worker entry, McpAgent class
  tools.ts              # 11 MCP tool definitions with Zod schemas
  data.ts               # Institution search, filter, stats functions
  access-point-data.ts  # Access point search, coverage, footprint functions
  response.ts           # Response envelope helpers
  types.ts              # TypeScript interfaces
data/
  banks.json            # 587 institutions (bundled into worker)
  branches.json         # 37,834 access points (bundled into worker)
  population.json       # 2024 Census population by area (1,756 records)
scripts/
  fetch-bsp-api.js      # Institution ETL from BSP SharePoint API
  fetch-branches.js     # Access point ETL from BSP FSAP SharePoint list
  psgc-join.js          # Institution address -> PSGC code matching
  branch-psgc-join.js   # Access point town/province -> PSGC code matching
  build-population-lookup.js  # Population data extraction
  check-updates.sh      # BSP update checker
test/
  data.test.ts              # Institution function tests
  access-point-data.test.ts # Access point function tests

建筑

使用持久对象在Cloudflare Workers上运行。所有数据在构建时都打包为静态JSON（总共2.5MB gzip）。运行时没有数据库，没有外部API调用。查询在内存中对捆绑的数据集执行。

建造于

亚伦·扎拉 --CTO分数 Godmode数码

该MCP源于人工智能代理对结构化、可查询的菲律宾银行数据的需求。BSP发布所有这些数据，但不是以机器可以轻松使用的格式。我们编写了ETL管道、PSGC地理富集和可查询的API层。数据是公开的。代码是食谱，托管实例是餐厅。

对于企业SLA、自定义集成或其他PH数据源： godmode.ph

许可证

麻省理工学院